电池SOC的自适应平方根无极卡尔曼滤波估计算法

被引：38

作者：

胡志坤 ^{[1
]}

刘斌 ^{[1
]}

林勇 ^{[2
]}

王文祥 ^{[1
]}

彭小奇 ^{[1
]}

机构：

[1] 中南大学物理与电子学院

[2] 湖南科力远高技术股份有限公司

来源：

电机与控制学报 | 2014年 / 18卷 / 04期

基金：

湖南省自然科学基金;

关键词：

电池; 荷电状态估计; SR-UKF; ISR-UKF; 最小二乘法;

D O I：

10.15938/j.emc.2014.04.016

中图分类号：

TM910 [一般性问题]; TN713 [滤波技术、滤波器];

学科分类号：

080508 [光电信息材料与器件]; 080802 [电力系统及其自动化];

摘要：

针对利用平方根无极卡尔曼算法估算电池SOC时,因噪声协方差为常量带来的误差,在平方根无极卡尔曼滤波(SR-UKF)算法的基础,改进了算法,把每次测量的输出值残差的协方差作为噪声的协方差,得到自适应平方根无极卡尔曼滤波算法,使得噪声协方差随时间的更新而更新,解决了噪声协方差为常量带来的误差。实验表明,利用自适应平方根无极卡尔曼滤波算法对在常温下电池放电过程的SOC估计,精确度在总体上得到了提高,在电池工作区间0.2≤YSOC≤0.9内估计误差在1.5%以内。自适应平方根无极卡尔曼滤波算法对电池常温放电过程的SOC估计能满足电动汽车电池SOC估计的实际要求。

引用

页码：111 / 116

页数：6

共 6 条

[1]

基于推广卡尔曼滤波算法的SOC估算策略 [J].